大数据时代下的智慧医疗建设探讨

徐所凤　乔雅莉　杨斌++沈亭婷

摘要：随着大数据时代的到来，医疗行业的信息化也迎来自己的大数据时代。而医疗机构数据复杂，包含大量的结构化和非结构化数据，如何利用大数据分析技术，将大数据变成大智慧，已经越来越被人们所关注。本文从大数据的概念、特征、来源，以及大数据时代智慧医疗建设的应对策略和实际应用等方面进行探讨和研究。

关键词：大数据；智慧医疗；信息；分析与挖掘

当前我们正处于一个数据爆炸性增长的"大数据"时代。据IDC（International Data Corporation，国际数据公司）预测，中国的大数据市场在2012～2016年将增长5倍，政府、银行、医疗卫生、电信等行业将在其中占据最多的份额。在医疗卫生领域，各种信息系统在医疗机构的广泛应用以及医疗设备和仪器的数字化，使医院数据库的信息容量不断膨胀，这些宝贵的医疗信息资源对于疾病的管理、控制和医疗研究都是非常有价值的。如何利用这些海量的信息资源更好地为医疗卫生行业的管理、诊疗、科研和教学服务，如何将大数据变成大智慧，通过对大数据的分析与挖掘，将数据转换为信息与知识，推动智慧医疗建设，已经越来越为人们关注。

1大数据的基本概念

1.1大数据的定义 大数据，或称巨量数据，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策更积极目的的资讯。最早提出"大数据"时代到来的是全球知名咨询公司麦肯锡，麦肯锡称："数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。

1.2大数据的特征 大数据时代的数据呈现4个特征：①数据量大：大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）。②类型繁多：包括网络日志、音频、视频、图片、地理位置信息等等，多类型的数据对数据的处理能力提出了更高的要求。③价值密度低：如随着物联网的广泛应用，信息感知无处不在，信息海量，但价值密度较低，如何通过强大的机器算法更迅速地完成数据的价值"提纯"，是大数据时代亟待解决的难题。④速度快时效高：这是大数据区分于传统数据挖掘最显著的特征。

1.3医疗大数据的来源 医疗大数据的来源主要包括四类：①制药企业/生命科学：药物研发是相当密集型的过程，对于中小型的企业也在TB以上的。②临床决策支持/临床医疗数据：即患者在整个诊疗过程中产生的临床结构化和非结构化数据（包括诊断相关的影像信息），以及产生的决策支持信息。③费用报销/利用率：即患者在就诊过程中产生的费用信息、报销信息、新农合基金使用情况等[1]。④健康管理/社交网络：随着移动设备和移动互联网的飞速发展，便携化的医疗设备正在普及，如果个体健康信息都能连入互联网，由此产生的数据量不可估量。

2大数据时代下智慧医疗建设应对策略

2.1根据大数据特征，构建新的存储架构 面对日益膨胀的医疗大数据，目前医疗信息化的存储架构无法满足大数据应用的需要，在处理和查询数据集时更是力不从心。理想的存储架构必须是一个使用块数据、文件和内容的集成系统，并且拥有强大的容量、性能和吞吐量，在处理、移动和访问多个大型数据集和大量数据时能够保持运行的一致性。

2.2重视大数据挖掘技术 医疗大数据结构较为复杂，除了普通结构化数据外，多为半结构化或非结构化的数据[2]。在大数据时代，传统的数据库分析系统已不能满足需求，大部分医疗机构还停留在数据的精确性层面，而非从数据关联性方面分析挖掘数据的价值，这就需要医疗机构重视大数据技术，发现数据挖掘带来的价值，通过对医疗大数据有效的存储、处理、查询和分析，辅助医生做出更为科学和准确的诊断和用药决策，辅助管理者对医疗发展做出预测。

2.3注重人才培养 信息时代新技术层出不穷，为充分应用大数据，创建智慧医疗，在大数据时代，医疗机构应注重大数据挖掘方面人才的培养，加大投入，积极鼓励信息人员深入学习大数据知识和发展前景，提前规划各医疗机构在大数据时代到来时的应对措施和应用方向，并要求学以致用，在行业内做好相关人员的培训工作，以适应大数据时代将带来的历史性变革。

2.4逐步实现标准化 信息化建设的一个关键问题是标准化和规范化[3]。纵观我国医疗卫生领域信息化建设历程，标准化和规范化工作滞后，成为信息化发展的瓶颈。在大数据时代，应利用契机，对医疗机构产生的海量数据进行深入分析与挖掘，逐步完善修订各项标准并应用于医疗，使医疗卫生网络互连互通，实现资源共享，确保智慧医疗建设方案的落实。

3大数据应用中智慧医疗建设的产物

3.1信息平台应用 大数据时代，随着医疗和健康数据的的急剧扩容和几何级的增长，充分利用包括财务数据、影像数据、病历数据、检验检查结果、诊疗费用等在内的各种数据，搭建先进的数据集成信息平台，是创建智慧医疗，实现智慧转型的应用之一。

3.2临床路径标准化 英国国家健康与临床卓越研究所国际所所长KalipsoChalkidou指出，"在建立临床路径时，数据非常重要，特别是基层数据[4]。想要提高医疗质量，先需要知道搜集什么数据。患者服务质量、成本、医疗质量这方面的数据都非常关键。另外，还要有人才懂得分析这些数据，使数据能被有效利用。"

3.3"以患者为中心"服务模式的转变 大数据时代的来临，将从新知识的产生、医疗质量的提高、个性化医疗和临床决策等多个层面推动医疗模式从"以医师为中心"向"以患者为中心"服务模式的改变。其次方便了保健咨询服务系统的建立，有医疗海量数据的支撑，保健专家可以对各种人群的身体状况、各种疾病进行科学研究，从中科学总结出更加准确的保健知识，普通老百姓可方便快捷地享受到正确的保健咨询服务，将服务模式从原来的疾病治疗转变为疾病预防，提前知晓疾病的风险并做出干预，从而降低疾病的发生率。

3.4"以管理为中心"决策支持系统的应用 决策支持系统是依靠大数据技术，从海量数据中寻找隐藏其间的关系和联系，并深层次地认识和挖掘医疗数据的内在规律，快速、准确、及时提供有价值的信息给管理者以进行分析和决策的一种系统[5]。大数据时代可以通过大数据分析技术找到医院医疗质量不足的环节和医疗资源分配不合理的地方，从而帮助领导者做出更准确的决策。

4结论

大数据是医疗行业的智慧源泉，大数据的核心也在于如何利用和分析大数据，然而智慧医疗建设的理想和现实差距还很大，如何利用大数据契机，将海量数据转换为信息、信息转换为知识辅助信息化管理，实现智慧医疗建设，是我们共同的目标。

参考文献：

[1]蔡佳慧，张涛，宗文红.医疗大数据面临的挑战及思考[J].中国卫生信息管理杂志，2013，10（4）：292-295.

[2]宫芳芳，孙喜琢，林君等.我国智慧医疗建设初探[J].现代医院管理，2013，11（2）：28-29.

[3]医疗行业大数据应用的15个场景.中国计算机报.http：//tech.hexun.com/2012-02-20/138442723.html.

[4]李亚婷.大数据推动智慧医疗落地[J].中国经济和信息化，2014，（7）.

[5]邬贺铨.大数据首要应用是智慧医疗[J].金卡工程，2012，（12）：2.编辑/张燕